失敗から学ぶ機械学習ポテンシャルを用いた高圧下での構造探索法の開発と応用

• 研究課題/領域番号: 24K06959
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分13030:磁性、超伝導および強相関系関連
• 研究機関: 大阪大学
• 研究代表者: 下司 雅章 大阪大学, エマージングサイエンスデザインR3センター, 特任准教授(常勤) (70397660)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2027年度: 260千円 (直接経費: 200千円、間接経費: 60千円); 2026年度: 260千円 (直接経費: 200千円、間接経費: 60千円); 2025年度: 260千円 (直接経費: 200千円、間接経費: 60千円); 2024年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
• キーワード: 機械学習ポテンシャル / 結晶構造探索 / 高圧物性

研究開始時の研究の概要

本研究では、これまで開発してきた第一原理計算に基づいた結晶構造探索法を土台に、より大きな系に適用できる、信頼性の高い第一原理計算の精度を維持した機械学習ポテンシャルを用いた方法を開発する。これまでの機械学習ポテンシャルに足りなかった不安定な構造や不適切な構造のデータである“失敗データ”も十分学習させることで、高精度かつ安定なポテンシャルを生成する。これを用いて新しい高圧相を探索し、最終的に第一原理計算で構造を確定する一連の手法を確立する。